Наталья дронова: Дронова Наталья Александровна | РУТ (МИИТ)

‎Футурология данных — лидерство и стратегия в области искусственного интеллекта, машинного обучения и науки о данных в подкастах Apple

230 эпизодов

Искусственный интеллект — чрезвычайно полезная технология, которая развивается невероятно быстрыми темпами.
Поскольку все больше и больше организаций принимают и внедряют ИИ, мы обнаруживаем, что основные проблемы связаны не с самой технологией, а с человеческой стороной, то есть с подходами, выбранными проблемами и так называемой «последней милей» и т. д.

Вот почему Data Futurology фокусируется на лидерстве ИИ и на том, как извлечь из него максимальную пользу.

Присоединяйтесь ко мне, Фелипе Флорес, руководитель Data Science с почти 20-летним опытом работы в космосе. Каждую неделю я разговариваю с ведущими лидерами отрасли со всего мира

1. # 212 Структурирование Volvo для достижения успеха с Леонардом Аукеа, руководителем отдела машинного обучения, проектирования и эксплуатации в Volvo

   #212 Структурирование Volvo для операционного успеха с Леонардом Аукеа, руководителем отдела машинного обучения, проектирования и эксплуатации в Volvo

   Автомобильная промышленность всегда была в авангарде инноваций, и это также верно, когда речь идет о машинном обучении. и ИИ. На этой неделе гость подкаста Data Futurology — Леонард Аукеа, руководитель отдела машинного обучения, проектирования и эксплуатации в Volvo, который поделится с нами своими мыслями о том, что делает мировой автомобильный гигант, чтобы повысить ценность производственной цепочки компании.

   Для Aukea это была история создания лучших процессов в организации. Он сказал, что одним из его первых приоритетов было объединение различных групп специалистов по данным, чтобы свести к минимуму влияние разрозненности и побудить специалистов-практиков в области машинного обучения принять принципы разработки программного обеспечения. Это может быть неудобно для них сразу, но, как сказал Аукеа, эксперты по машинному обучению — умные люди, работающие над сложными проблемами, и содействие непредубежденному подходу во всей организации является ключом к достижению долгосрочного успеха.

   «Нужно начать с простого, — сказал он. «Подумайте о процессах, способах работы и культурных аспектах и ​​постарайтесь подобрать инструменты и инфраструктуру для такого рода усилий. Вам не нужно выбирать самые современные инструменты».

   В какой-то момент, как заметил Аукеа, вещи, запускаемые в производство, становились неуправляемыми, поэтому он и его команда сделали шаг назад и сбросили настройки. «Мы вернулись и решили сосредоточиться на первых принципах», — сказал он. «Мы проповедовали эти первые принципы, чтобы разработать хорошие методы работы, а затем внедрили инфраструктуру и инструменты для создания ИИ поверх этого».

   В конечном счете, сказал Аукеа, качество зависит от процессов, а не от технологий. Есть, конечно, технические проблемы, но для тех, кто хочет получить реальную пользу от машинного обучения, основное внимание должно быть сосредоточено на процессах.

   Затем Аукеа объясняет, как с помощью этих процессов он и его команда смогли начать предоставлять глубокие и ценные идеи. Чтобы узнать больше о том, как Aukea смогла структурировать Volvo для достижения успеха с машинным обучением в операциях, настройтесь на подкаст!

   Приятного просмотра!

   Спасибо нашему спонсору, Talent Insights Group!

   Присоединяйтесь к нам в Сиднее на Ops World: https://www.datafuturology.com/opsworld

   Присоединяйтесь к нашему сообществу Slack: https://join.slack.com/t/datafuturologycircle/shared_invite/zt-z19cq4eq-ET6O49o2uySgvQWjM6a5ng

   Прочитайте полное резюме подкаста здесь.

   —

   Отправить голосовое сообщение: https://anchor.fm/datafuturology/message

2. #211 Ускорение MLOps с помощью Amazon SageMaker с Роминой Шарифпур, специалистом по машинному обучению в Amazon Web Services (AWS)

   #211 Ускорение MLOps с помощью Amazon SageMaker с Роминой Шарифпур, специалистом по машинному обучению в Amazon Web Services (AWS)

   В сегодняшнем эпизоде ​​у нас есть Ромина Шарифпур, специалист по машинному обучению в Amazon Web Services (AWS).

   Внедрение моделей машинного обучения, особенно масштабирование возможностей MLOps между командами внутри организации, является сложной задачей.

   Присоединяйтесь к Ромине, чтобы узнать, как можно легко ускорить переход к MLOps с помощью Amazon SageMaker Pipelines. Вы узнаете, как компания Carsales, клиент AWS, справляется с растущим спросом на создание и производство моделей ИИ, а также узнаете об их стратегии по демократизации ИИ во всех командах разработчиков. Это позволяет любому разработчику стать гражданским специалистом по данным и инженером по машинному обучению, используя Amazon SageMaker.

   Приятного просмотра!

   Если вы хотите узнать больше о создании современных приложений на AWS и посетить виртуальную конференцию, просто наберите в Google «AWS Innovate» или нажмите на ссылку ниже.

   https://aws.amazon.com/events/aws-innovate/apj/modern-apps/

   Спасибо нашему спонсору, Talent Insights Group!

   Присоединяйтесь к нам в Мельбурне для масштабирования ИИ с помощью MLOPS:  https://www.datafuturology.com/mlops

   Присоединяйтесь к нашему сообществу Slack: https://join.slack.com/t/datafuturologycircle/shared_invite/zt-z19cq4eq-ET6O49o2uySgvQWjM6a5ng

   Прочитайте полное описание эпизода подкаста здесь.

   —

   Отправить голосовое сообщение: https://anchor.fm/datafuturology/message

3. # 210 Преобразование правительства, которое создало главного лидера в области аналитики в Австралии, с Брэдом Петри, исполнительным директором по операциям, аналитике и цифровым каналам в Департаменте труда.

   #210 Преобразование правительства, которое создало главного лидера в области аналитики в Австралии, с Брэдом Петри, исполнительным директором по операциям, аналитическим данным и цифровым каналам в Департаменте занятости

   На этой неделе в подкасте Data Futurology у нас есть особая честь поговорить с ведущим лидером аналитики в Австралии, согласно IAPA (Институт профессионалов аналитики Австралии).

   Брэд Петри, исполнительный директор по операциям, информации и цифровым каналам в Департаменте занятости, округов и регионов правительства штата Виктория, был удостоен этой награды за свою работу по использованию ИИ и машинного обучения для преодоления предубеждений в процессе найма. . На этой неделе в подкасте он рассказывает о том, что это значит для отдела, и о том, какое значение это имеет для найма в целом.

   В течение последних 18 месяцев Петри руководил программой цифровой трансформации по всему отделу, что стало еще более сложной задачей, поскольку это произошло во время пандемии, а также потому, что данные, с которыми он и его команда работают, необходимы ежедневно. основа. Не было места простоям или ошибкам во время выполнения преобразования.

   В то же время в отделе была огромная возможность использовать автоматизацию и ИИ с данными — во многих случаях впервые — для повышения надежности данных и производительности в отделе.

   Как говорит Петри, ключ к успеху — помнить, что важным элементом являются данные, а не программное обеспечение или контекст, в котором данные хранятся и анализируются. «Когда мы начинали, мы говорили себе, что то, что мы знаем и что будет сохраняться, — это данные», — сказал он. «Технологии и программы будут приходить и уходить, но данные — это то, что всегда будет, и все возвращается к данным».

   Чтобы глубже погрузиться в реализацию плана преобразований с помощью данных, настройтесь на подкаст этой недели!

   Приятного просмотра!

   Спасибо нашему спонсору, Talent Insights Group!

   Свяжитесь с Брэдом  https://www.linkedin.com/in/brad-petry/

   См. презентацию Брэда на Scaling AI with MLOPS:  https://www. datafuturology.com/mlops

   Присоединяйтесь к нашему сообществу Slack: https://join.slack.com/t/datafuturologycircle/shared_invite/zt-z19cq4eq-ET6O49o2uySgvQWjM6a5ng

   Прочитайте полное резюме подкаста здесь.

   —

   Отправить голосовое сообщение: https://anchor.fm/datafuturology/message

4. #209 Как успешная трансформация зависит от передового опыта в области обработки данных. С Ричардом Глю, техническим директором, и Натальей Дроновой, старшим аналитиком данных Aginic.

   #209 Как успешная трансформация зависит от передового опыта обработки данных С Ричардом Глю, техническим директором, и Натальей Дроновой, старшим аналитиком данных компании Aginic

   На этой неделе в подкасте Data Futurology мы поговорим о трансформации и важности наличия инженеров данных для руководства стратегией и повесткой дня. Чтобы предоставить экспертную информацию по этой теме, мы рады принять у себя Ричарда Глю, главного технического директора, и Наталью Дронову, старшего аналитика данных Aginic.

   Aginic — это консалтинговая компания, которая помогает организациям в достижении их целей трансформации, предоставляя экспертные знания в области аналитики, гибкости и цифрового опыта.

   Преобразование остается сложной задачей, и исследования показывают, что большинство проектов терпят неудачу. Глю и Дронова обсуждают некоторые причины этого, которых много и они разнообразны, но, по словам Дроновой, одна из главных заключается в том, что организации совершают ошибки, стремясь к быстрой трансформации.

   «Одна из проблем трансформации — это люди, которые хотят, чтобы все было сделано в течение шести или восьми месяцев», — сказала она. «Они хотят этого сейчас, и они находят короткие пути, чтобы попытаться добиться этого, что в конечном итоге вредит им. Затем, несколько лет спустя, когда вы посмотрите на их стек, он окажется повсюду».

   Дронова и Глю затем углубляются в обсуждение структурных проблем, которые могут повлиять на усилия по трансформации, а также культурных проблем в организациях — например, влияние, которое фокус на управление данными может оказать на проекты, и почему организациям необходимо перейти на позицию включения данных.

   Наконец, они также обсуждают роль инженера данных. Как сказал Глю, традиционно эта роль отставала от роли инженера-программиста, но теперь, когда больше внимания уделяется их роли в трансформации, быстроте, с которой эта роль развивается, и относительной нехватке инженеров, что приводит к более высокой заработной плате. прекрасное время, чтобы подумать о карьере в области инженерии данных. «С сегодняшним состоянием инженерии данных самое время заняться этим, потому что он все еще очень быстро развивается и внедряет инновации». — сказал Глю.

   Настройтесь на это глубокое и содержательное обсуждение, чтобы узнать больше о динамике трансформации и роли инженера данных.

   Приятного просмотра!

   Спасибо нашему спонсору, Talent Insights Group!

   Свяжитесь с Ричардом  https://www.linkedin.com/in/rlglew/

   Свяжитесь с Натальей  https://www.linkedin.com/in/nataliadronova/

   Узнайте больше об Aginic  https://aginic. com/

   Присоединяйтесь к нам в Мельбурне для масштабирования ИИ с помощью MLOPS:  https://www.datafuturology.com/mlops

   Присоединяйтесь к нашему сообществу Slack: https://join.slack.com/t/datafuturologycircle/shared_invite/zt-z19cq4eq-ET6O49o2uySgvQWjM6a5ng

   Прочитайте полный обзор эпизода подкаста здесь.

   —

   Отправить голосовое сообщение: https://anchor.fm/datafuturology/message

5. # 208 Как этический ИИ — это больше, чем обязательство; Это возможность с Натали Роуз, генеральным директором Eliiza и Brendan Nicholls, руководителем практики в области машинного обучения.

   #208 Этический ИИ — это больше, чем обязанность; Это возможность с Натали Роуз, генеральным директором Eliiza, и Бренданом Николлсом, руководителем практики машинного обучения

   . Можно с уверенностью сказать, что большинство людей, занимающихся наукой о данных, хотят поступать правильно. Тем не менее, этика ИИ не может быть просто запоздалой мыслью, сделанной на службе нормативных обязательств. Это должно быть встроено в то, как организация смотрит на данные на каждом уровне.

   О том, как организации могут добиться этого, рассказывается в нашем последнем подкасте. Натали Роуз, генеральный менеджер Eliiza, и Брендан Николлс, руководитель практики, Machine Learning Engineering, присоединяются к нам, чтобы обсудить эту тему. Eliiza занимается консультированием по данным, а Роуз и Николлс находятся в окопах со своими клиентами.

   Существует множество вопросов, которые организациям следует задавать в отношении своих данных, особенно в отношении того, как обеспечить их беспристрастность и правильность их использования. Как Николлс и Роуз обсуждают в подкасте, вопросы варьируются от того, как собираются данные, откуда они поступают, точно ли они отражают демографию и каков диапазон использования данных в зависимости от политики сбора.

   Все это относительно простые вещи, о которых стоит подумать, но, тем не менее, ими часто пренебрегают, особенно в командах, ориентированных на высокие технологии. Как признает команда Eliiza, одна из проблем в науке о данных заключается в том, что команды являются техническими и хотят «свести» все к числам, которые можно измерить. Однако, чтобы полностью охватить этический ИИ, становится важным принять во внимание двусмысленность и неизмеримую сторону обсуждения.

   Eliiza активно помогает своим клиентам достичь понимания этического ИИ и регулярно проводит ежемесячные встречи MLOps в Мельбурне через сообщество MLOps, которое проводит встречи по всему миру — в 22 разных местах — для обмена знаниями. Вскоре он также проведет хакатон по здравоохранению, чтобы поощрять этический ИИ в этой области.

   Наконец, Николлс выступит на мероприятии «Масштабирование ИИ с помощью MLOps» в Сиднее 25 октября и расскажет о важности этического ИИ. Включите этот подкаст и загляните в его презентацию, чтобы лучше понять, почему этический ИИ — это не просто обязанность, а возможность, если все сделано правильно.

   Приятного просмотра!

   Спасибо нашему спонсору, Talent Insights Group!
   Присоединяйтесь к нам в Мельбурне для масштабирования ИИ с помощью MLOPS: https://www.datafuturology.com/mlops
   Присоединяйтесь к нашему сообществу Slack: https://join.slack.com/t/datafuturologycircle/shared_invite/zt-z19cq4eq-ET6O49o2uySgvQWjM6a5ng

   Ссылки

   Eliiza https://eliiza.com.au/

   Хакатон: https://www.intellihq.com.au/medical-datathon/

   AI Australia Podcast: https://eliiza .com.au/learn/ai-australia-podcast/

   Сообщество MLOPs: https://www.meetup.com/en-AU/melbourne-mlops-community1/

   Свяжитесь с Натали: https://www. linkedin.com/in/natalie-rouse-7115b15a/

   Связаться с Бренданом: https://www.linkedin.com/in/nichollsbrendan/

   Полное описание эпизода подкаста можно прочитать здесь.

   —

   Отправить голосовое сообщение: https://anchor.fm/datafuturology/message

6. #207 От здоровья к экзистенциальному кризису: как данные могут быть решением С Ялчином Ойтамом, руководителем отдела клинических исследований и аналитики в местном медицинском округе Юго-Восточного Сиднея (SESLHD)

   #207 От здоровья к экзистенциальному кризису: как данные могут быть решением С Ялчином Ойтамом, руководителем отдела клинических исследований и аналитики в местном медицинском округе Юго-Восточного Сиднея (SESLHD)

   Здравоохранение — это отрасль, которая может извлечь большую выгоду из данных и аналитики. В то же время конфиденциальность данных в этом секторе чрезвычайно высока, и то, как организации управляют этими данными, имеет решающее значение.

   Ялчин Ойтам, руководитель отдела клинических исследований и аналитики местного медицинского округа Юго-Восточного Сиднея (SESLHD), находится в самой гуще обсуждения. Он присоединяется к нам в подкасте Data Futurology, чтобы рассказать как о проблемах, так и о возможностях.

   Одна из серьезных проблем, с которыми сталкивается австралийская система здравоохранения, сказал Ойтам, заключается в том, что первичная медико-санитарная помощь находится в ведении федерального правительства, а вторичная медико-санитарная помощь — в ведении штатов. То, как осуществляется обмен данными между этими двумя компаниями, имеет решающее значение для поддержания качества обслуживания клиентов. Что еще более важно, если данные можно использовать для улучшения результатов в первичной помощи, это может снизить нагрузку на вторичную помощь. Ойтам приводит пример того, что пациенты с диабетом, которым врачи общей практики диагностируют и лечат, имеют гораздо меньший риск незапланированного посещения больницы.

   «Когда вы не допускаете госпитализации людей, это также означает, что они в целом здоровее, продуктивнее и счастливее. С человеческой точки зрения, выгода от этого выходит за рамки денег», — сказал он.

   Другая большая возможность в здравоохранении — использование моделирования данных для персонализации медицинских услуг. Моделирование можно использовать для выявления настораживающих признаков и факторов риска, а также для более активной коммуникации с пациентами. В долгосрочной перспективе это может привести к более ранней диагностике и лучшему управлению рисками — и это только одна область, где такой подход к данным может привести к значимым изменениям. «Вопрос в том, как нам лучше всего управлять нашим климатом, а также максимально повысить качество жизни людей и других форм жизни», — сказал Ойтам.

   «Лучший мир, безусловно, возможен».

   Настройтесь на подкаст, чтобы подробно обсудить, как данные могут улучшить здоровье и образ жизни для всех нас.

   Приятного просмотра!

   Присоединяйтесь к нам в Мельбурне для масштабирования ИИ с помощью MLOPS:  https://www. datafuturology.com/mlops

   Спасибо нашему спонсору, Talent Insights Group!

   Присоединяйтесь к нашему сообществу Slack: https://join.slack.com/t/datafuturologycircle/shared_invite/zt-z19cq4eq-ET6O49o2uySgvQWjM6a5ng

   Полное описание эпизода подкаста можно прочитать здесь.

   —

   Отправить голосовое сообщение: https://anchor.fm/datafuturology/message

Отзывы клиентов

14 оценок

Невероятные идеи!💥

Очевидно, что Фелипе прилагает огромные усилия, чтобы освещать актуальные темы и находить гостей, которые являются подлинными и действительно заинтересованы в том, чтобы быть позитивной силой в области искусственного интеллекта и машинного обучения.

Увлекательно, познавательно и действенно! 🔥

Мне очень нравится, что Фелипе проводит содержательные и эффективные интервью о данных и искусственном интеллекте — именно такие разговоры должны происходить в этом пространстве! Его страсть к этой теме действительно просвечивает в каждом эпизоде, и мне нравится, как он ведет содержательные диалоги с лидерами отрасли, которые привносят столько опыта и практических идей.